文件名称：mici:Python中的流形马尔可夫链蒙特卡罗方法
文件大小：3.99MB
文件格式：ZIP
更新时间：2024-05-21 07:53:35
python mcmc hmc hamiltonian-monte-carlo markov-chain-monte-carlo
Mici是一个Python软件包，提供了概率模型中近似推论的马尔可夫链蒙特卡罗（MCMC）方法的实现，特别关注基于在流形上模拟哈密顿动力学的MCMC方法。 特征 主要功能包括 模块化设计，可以通过混合和匹配不同的组件来使用各种推理算法，并易于扩展程序包， 具有最少依赖性的纯Python代码库，可轻松集成到其他代码中， MCMC方法的实现，用于从由约束方程隐式定义的嵌入式流形上的分布以及具有用户指定度量的黎曼流形上的分布进行采样， 通过透明地缓存昂贵操作的结果以及在派生计算中计算出的中间结果来实现计算上的有效推理，从而允许以后重用而无需重新计算， 通过将内存映射到磁盘的链，可以对大型模型进行高效的内存推断，从而可以在大型模型上长时间运行而不会遇到内存问题。 安装 要安装和使用Mici，最低要求是安装了和的Python 3.6+环境。 通过运行以下命令，可以在当前的Python环境中安
【文件预览】：
mici-master
----setup.py(1KB)
----.gitignore(764B)
----images()
--------mici-logo-rectangular.svg(7KB)
--------mici-logo-square.svg(7KB)
--------torus-samples.gif(1.78MB)
--------coverage.svg(904B)
--------mici-banner.svg(8KB)
--------mici-banner.png(70KB)
----requirements.txt(97B)
----LICENSE(1KB)
----.github()
--------workflows()
----README.md(21KB)
----tests()
--------test_stagers.py(2KB)
--------test_samplers.py(17KB)
--------test_integrators.py(13KB)
--------test_matrices.py(32KB)
--------test_utils.py(5KB)
--------test_states.py(12KB)
--------test_adapters.py(10KB)
----mici()
--------errors.py(858B)
--------transitions.py(31KB)
--------states.py(13KB)
--------adapters.py(25KB)
--------integrators.py(17KB)
--------samplers.py(103KB)
--------__init__.py(363B)
--------utils.py(6KB)
--------systems.py(80KB)
--------solvers.py(14KB)
--------stagers.py(10KB)
--------matrices.py(83KB)
--------autodiff.py(2KB)
--------autograd_wrapper.py(4KB)
--------progressbars.py(23KB)
----docs()
--------images()
--------templates()
--------style.css(3KB)
--------index.html(35KB)
--------build-docs.sh(275B)
--------docs()